基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

引入网络影响分析的道路选线优化模型

提出一个基于遗传算法的道路选线优化模型,该模型首先随机生成新建道路空间位置的候选方案集,并依据GIS平台自动设计新建道路的平竖曲线,并计算其各项工程费用;接下来,分析变化了的路网的拓扑结构,并在新路网中分配OD交通量,获得OD交通在新路网上的交通流特征,进而计算OD交通量的走行时间和在路网上的环境负荷;然后,利用工程费用、OD交通走行时间费用和环境负荷当量费用构造适应度函数,以判断各候选方案的优劣,同时实施选择、交叉、变异操作以获得更多的候选方案,直至得到一个最佳的新建道路方案为止。数字试验结果显示:新建道路对路网的影响不容忽视。     

基于神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q电喷汽油机为研究对象,提出了一种基于BP神经网络的空燃比辨识方法,比较了不同拓扑结构的神经网络对空燃比辨识精度的影响,得到了一种最优的空燃比模型。试验结果表明,空燃比模型能高精度地逼近空燃比的实际动态过程,模型的平均相对误差小于2%。     

上海市城市道路交通信息平台系统分析与设计

提出了上海市城市道路交通信息平台的系统目标，确定了系统覆盖范围和用户分级。在此基础上，建立了上海城市道路交通信息平台总体框架和网络构架，提出了系统数据要求，并分别对系统安全可靠性和子系统功能模块进行设计。     

省级公路客运综合信息平台的构建

信息技术的发展为公路运输业对社会提供优质服务创造了条件，建立公路客运综合信息平台不仅技术上可行，也有其必要性。通过分析公路客运信息化的现状，研究并设计了客运综合信息平台的系统结构、系统功能和系统目标，并对系统的实施和前景进行了探讨。     

基于GPS的公路视频影像信息系统

为了提高公路路况管理及路产管理的效率，开发了基于全球定位系统（GPS）的公路视频影像信息系统.通过视频影像的实时采集压缩和GPS定位，系统可实现基于里程和道路设施的多种视频影像搜索和定位功能，同时可根据电子地图快速定位到相应的视频图像帧.在论述了系统的体系结构后，推导了利用GPS坐标推算里程的算法，该算法通过录入关键帧对应的里程，内插出每帧的里程数，并对其进行修正.实践证明：该算法可有效地控制图像帧的里程误差，该系统可有效用于公路路况管理和公路路产管理.     

信息融合技术在汽车ABS系统故障诊断中的应用

针对汽车电控系统故障诊断的复杂性,提出用多传感器信息融合技术来解决该问题的思路。研究了一种决策层信息融合方法(Dempster-Shafer证据推理法)在汽车防抱死系统故障诊断中的应用,并详细介绍了在此实例中的故障识别框架的建立、mass函数的确定、证据合成等内容。结果表明,基于Dempster-Shafer证据推理的决策层信息融合方法能够准确、有效地诊断出ABS系统故障所在的部位。     

基于道路特征信息变化率的公路线形质量评价

公路线形质量对行车的舒适性和安全性有着非常重要的影响，如何合理有效地对其进行评价是一个有待解决的问题。从驾驶员行车时接受道路信息的角度出发，提出了道路特征信息变化率的概念，并作为评价公路线形质量的定量指标运用到平面线形、纵断面线形和平纵组合的评价研究中。研究表明：平曲线半径越小，驾驶员接受的道路特性信息变化率越大，驾驶员负担也越重；此外，平曲线长度、竖曲线半径及平纵组合都对道路特性信息变化率有较大的影响。研究成果可为改善公路线形，提高行车安全提供依据。     

人工神经网络在路堤沉降预测中的应用

以人工神经网络法为主，研究了多因素条件下的沉降预测问题，同时与浅岗法和S型曲线法这2种在近几年推广应用的预测方法进行了对比。结果表明，3种方法预测的最终沉降大体相近，它们之间的区别在于人工神经网络法预测的沉降较大（同时更接近实测值）；S型曲线法较小；浅岗法居中。由于神经网络是用实测数据直接建模，少了人为干扰因素，并且偏大的数值对工程来说是偏于安全的，所以选用人工神经网络预测沉降比较适宜。     

The Impact of Travel Time Information on Travelers’ Learning under Uncertainty

In this work, laboratory experiment was conducted in order to evaluate the effect of feedback on decision-making under uncertainty, with and without provided information about travel times. We discuss the prediction of travelers’ response to uncertainty in two route–choice situations. In the first situation travelers are faced with a route–choice problem in which travel times are uncertain but some external information about routes’ travel times is provided. The second situation takes place in a more uncertain environment in which external information about travel times is not provided, and the travelers’ only source of information is their own experience. Experimental results are in conflict with the paradigm about traveler information systems: As a consequence of information, the propensity of travelers to minimize expected travel time is not necessarily increased. Providing travelers with static information about expected travel times reveals an increase in the heterogeneity of travelers’ choices and reduces the maximization rate.